如何在pandas DataFrame列中检索多个字符串并更新对应单元格值

错误原因 #

你修改后的代码不符合np.where的语法要求：
单个np.where的参数结构为np.where(判断条件, 条件为真时的返回值, 条件为假时的返回值)，多条件匹配需要把下一级判断放在「条件为假时的返回值」的位置做嵌套，你直接并列传入了两组独立的三元参数，参数匹配错误才触发ValueError。

解决方案 #

方案1：嵌套np.where（适合条件较少的场景） #

如果只有2-3个匹配规则，直接嵌套写即可，注意最新版pandas已不推荐用pd.np写法，直接调用导入的np即可：

df['cat'] = np.where(df['Vendor'].str.contains('holding'), 
                     "Yes", 
                     np.where(df['Vendor'].str.contains('tech'), 
                              "tech", 
                              ""))

方案2：np.select（适合多条件场景，可读性、可维护性更高） #

如果后续还要新增匹配规则，推荐用np.select，把条件和对应返回值分开定义，修改更方便：

# 按优先级排序匹配条件，前面的条件优先级更高
conditions = [
    df['Vendor'].str.contains('holding'),
    df['Vendor'].str.contains('tech')
    # 新增条件直接在此处追加即可
]
# 每个条件对应要返回的取值，和上面的条件顺序一一对应
choices = [
    "Yes",
    "tech"
    # 新增返回值在此处对应追加即可
]
# 所有条件都不满足时返回空字符串
df['cat'] = np.select(conditions, choices, default="")

补充提示 #

如果匹配不需要区分大小写，可以给str.contains加case=False参数，例如df['Vendor'].str.contains('holding', case=False)，会同时匹配Holding、HOLDING等大小写混合的内容。

内容的提问来源于stack exchange，提问作者Rajesh Bahl